不怕机器记性好,就怕机器会学习。像“阿尔法围棋”这样的机器自我学习技术基于三方面要素:互联网大数据、强大的运算能力及深度学习技术突破。它们共同造就了语音、人脸识别准确率的惊人提升,更加自然的人机对话,乃至可以像“阿尔法围棋”一样去找寻规律、自我决策,其中最核心的是深度学习。

  那究竟什么是深度学习?一是通过算法给机器设计一个神经网络；二是通过大量标定的数据样本训练神经网络,让它认识外部世界。以前,一个应用要通过非常精确的算法来描述,但是今天,我们不知道该用什么精确模型来教计算机,只能拿非常多的数据样本让机器比对学习,举一反三。

  前百度首席科学家吴恩达、香港科技大学教授杨强等众多全球顶尖人工智能专家都认为,人工智能下一个重要突破口是“迁移学习”,这也是人工智能未来的发展趋势。简单说,“迁移学习”类似中国成语里的“触类旁通”,就是机器将在一个领域学习掌握的技巧、经验和能力,迁移到一个新的有一定关联的领域里再应用,这样在新领域里,它就能省去大规模数据训练,只需一小部分数据就能迅速“成才”。当机器具备这种能力后,将使AI迈入全新层次。

  谷歌的DeepMind团队已能为谷歌“挣钱”——DeepMind用它的软件控制着谷歌数据中心的风扇、制冷系统等120个变量，软件将这120个变量进行推理优化，使得谷歌数据中心的用电效率提升了15%，几年内已为谷歌节约电费数亿美元。2015年我国数据中心耗电1000亿度（据ICT Research统计），相当于整个三峡水电站一年发电量，这对我们很有启发。

  人机一体化技术导向的混合智能也潜力巨大。可穿戴设备、半自动驾驶、人机协同手术等技术已大面积涌现，这将成为一个新的领域，也会有大量的新产品出现。

  同时，跨媒体推理已经兴起。近两年虚拟/增强现实（VR/AR）这种跨媒体技术十分引人注目。谷歌眼镜可以“所见即所知”，将所见物品的产地、价格等信息即时呈现；微软的智能软件可利用照片生成油画、国画，这都表明跨媒体技术发展非常快，相信在今后20年，跨媒体技术将大幅度的提升机器和人的智能水平。

  此外，无人系统快速地发展。过去60多年间，人工智能全力发展机器人，但发展最快的反而是机械手/臂、无人机、无人船等。许多城市、企业提出机器换人，但最核心的部分不是换掉人，而是让机器更智能、更加自主化。因此，自主智能系统仍需投入大量研究。

  人工智能2.0的发展顺应信息化“数字化—网络化—智能化”的发展趋势。中国很多省市和企业都纷纷在国家规划的指导下，制定本区域、本单位的新一代AI发展规划，准备大干一番。有理由相信，中国的人工智能技术与产业的快速发展期正在不可阻挡地大踏步到来。

  人工智能对人类就业岗位的影响，她必然带来大量的失业吗？从结果来说，毫无疑问会有数以万计的原有人工岗位因为竞争不过机器效率而消失，人工智能的出现将把这一范围扩大。原先机器只能替代简单重复（但有可能很精密）的动作，比如流水线上的固定装配动作，但随着人工智能的引入，很多过去我们大家都认为过于复杂的动作，机器人也能快速学会，并且不眠不休还能保持水准不波动，仅凭这一点就会消灭几百万工厂就业岗位。此外一些脑力劳动也会被人工智能取代，比如现在就已经有软件能代替初级的律师、记者、编辑来整理资料、生成新闻稿了，并且在投资界接受人工智能推荐的理财组合、指数基金的投资者也慢慢变得多。

  人工智能的崛起必然伴随着大量人类工作岗位的消失，这之中单纯用时间换取报酬的、标准化程度高的、与外界协作关系简单、维度少、节点少的岗位将是最容易被人工智能所取代的，如果你不幸符合以上几点，那么最好现在就开始改变自身，这样才可以在接下来动荡的时代中保有一席之地。